Forskere svælger i petabytes af data

IT-branchen spidser ører, når verdens førende forskere inden for partikelforskning beder om hjælp til at opsamle og bearbejde data fra nærmest overnaturlige eksperimenter.

Det Europæiske Center for Partikelfysik, CERN, der ligger uden for Geneve i Schweiz, er et af stederne, der allerede i dag har brug for den teknologi, som erhvervslivet vil efterspørge om adskillige år.

CERN stiller faciliteter til rådighed for 6.500 af de dygtigste forskere i 35 lande, og her har man masser af udfordringer til IT-folkene.

Centeret er i færd med at bygge verdens største videnskabelige instrument. Det er en tunnel med en omkreds på 27 kilometer beliggende 100 meter under schweizisk og fransk territorium.

Inde i tunnelen i den såkaldte Large Hadron Collider (LHD) vil CERN sende partikler rundt med eksplosionsagtig fart, smadre dem ind i hinanden og bagefter analysere, hvad der skete.

European Organisation for Nuclear Research Centret blev grundlagt i 1954 i Geneve efter en lang proces, hvor også København blev nævnt som hjemsted for centeret. 20 europæiske lande betaler driften af CERN, der beskæftiger 3000 medarbejdere. CERN er respekteret i IT-verdenen. Da man i slutningen af 1980'erne manglede et værktøj til at dele viden mellem videnskabsfolk over hele verden, opfandt CERN-forskeren Tim Berners-Lee internettet, World Wide Web, som vi kender det i dag.

Eksperimenterne skal hjælpe med at forstå, hvad der skete i et milliontedel af et milliontedel sekund efter universets skabelse.

Undervejs indsamler forskerne alle tænkelige data, som bagefter skal bearbejdes. Og det bliver til rigtig mange data.

Kræver mange processorer

Hvert eneste sekund vil LHD'en producere to petabyte data. En petabyte svarer til 1.000.000.000.000.000 bytes eller hvad der kan ligge på 100.000 cd-rommer.

Den første udfordring består derfor i straks at identificere alle de ubrugelige data og sortere dem fra.

På den måde reducerer CERN det årlige lagringsbehov til mellem fem og otte petabyte. Da det første projekt med LHD'en går i gang i 2007 og ventes at tage 10 år, er der selvsagt brug for et datalager af en vis kaliber.

Den nødvendige processorkraft svarer til 100.000 af nutidens kraftigste standard-pc'er. Tanken er nemlig ikke, at dataene bare skal pakkes væk. Tværtimod.

Tusindvis af forskere skal have nem adgang til de mange rådata, der indsamles på CERN, og de skal kunne trække på de bearbejdede data, der ligger hos deres kolleger rundt omkring i verden.

Europæisk Grid-projekt

Derfor deltager CERN i et stort EU-projekt under navnet DataGrid, der skal samle tusindvis af pc'er og lagringsenheder i et enormt netværk, der giver forskerne fri adgang til alle tænkelige data.

Udfordringerne for CERN's samarbejdspartnere i IT-verdenen er store, og det kunne nemt ende med store og delikate IT-løsninger skræddersyet til formålet.

CERN's store LHC collider med en omkreds på 27 kilometer. Indeni kolliderer mikroskopiske partikler 800 millioner gange i sekundet og genererer samtidig bunker af data. Instrumentet ventes klar i 2007. Computeranimation.

Den køber CERN imidlertid ikke, for det skal også være muligt for små forskergrupper rundt omkring i verden at være med, selvom deres IT-budgetter er begrænsede.

CERN søger derfor efter løsninger, der spiller sammen med open source-software.

Til de mest forkromede løsninger bruger CERN databaser og applikationsservere fra Oracle og storageløsninger (lagring) fra IBM, der har valgt at sponsorere projektet for selv at lære noget om at tackle de mest utrolige lagringsbehov.

Desuden er Hewlett-Packard og netværksfirmaet Enterasys Networks med på sponsorlisten.

Hvis man kan levere til CERN, kan man levere til hvem som helst, lyder ræsonnementet.

Relevante links

CERN's hjemmeside
CERN om Large Hadron Collider (LHC)
CERN om opfindelsen af World Wide Web